基于Burg改进算法的风切变风速估计

在对风切变风速进行估计时,基于频域的风速估计方法可以获得更多的谱特征参数估计值,但经典的频域谱估计的频率分辨率低、方差大.针对传统的基于频域谱估计方法存在的问题,提出一种基于Burg改进算法的风切变风速估计方法.Burg谱估计的频率分辨率高于经典谱估计,但当雷达回波周期数较少即短序列条件下会出现谱峰分裂和偏移产生谱估计误差.分析表明,Burg算法估计AR模型系数的误差是导致频谱分裂和偏移的主要原因.改进Burg算法中,多段回波数据积累和原Burg算法联合估计AR模型系数,减小系数误差,提高谱估计精度.该算法继承了原Burg算法能够获得高的频率分辨率和小方差的优点.仿真结果表明,在模型阶数选取适当的情况下,对短序列回波信号进行风速估计,相比于经典的FFT算法和Burg算法,改进谱估计方法达到了Burg谱估计的分辨率和FFT谱估计的准确性.     

改进的AR模型谱估计法提取载波频率

介绍了一种利用改进的现代谱估计方法来估计通信信号载波频率的算法 .把载波的提取看成受到干扰的正弦信号的频率估计 .首先对通信信号进行AR建模 ,求出AR模型表达式的零极点 ,再考虑这些零极点的频率响应 ,去掉那些对频率精度影响较大的零极点 ,这样就可以提高谱估计方法的精度     

AR模型功率谱估计常用算法的性能比较

功率谱估计是分析随机信号的一种重要方法.通过分析AR模型功率谱估计,介绍AR模型参数提取的L-D算法、Burg算法和Marple算法,并利用计算机仿真比较三者的性能.     

Burg法AR谱估计图像滤波分析与实现

首先分析现代谱估计的参数模型方法、AR谱估计模型方法和Burg法AR模型参数提取方法,然后用VisualStudioC#.NET编程实现Burg法AR谱估计图像滤波,最后提供滤波前后对照图并对结果进行讨论.     

小波阈值滤波在涡街流量计信号处理中的应用

涡街流量计由于其特有的优点而得到了广泛应用,但低流量时涡街信号的提取一直是一个难题.根据小波变换和涡街流量计输出信号的特点,采用小波阈值滤波法对涡街流量计信号进行处理,并提出了一种改进的小波阈值选取方法.分析和仿真结果表明小波阈值滤波算法对涡街信号提取和噪声去除效果良好.     

AR模型在DQPSK信号检测中的应用

针对经典谱估计精度低且噪声大的特点,提出采用现代谱估计中的AR模型方法来进行DQPSK信号的检测。文中介绍了AP模型和其改进算法的基本原理,并结合实际应用提出采用反射系数来表征信号,以简化计算并提高检测的实时性。通过对DQPSK信号谱的估计和反射系数的仿真,说明了AR模型在DQPSK信号检测中是实时且可靠的。     

浅谈涡街流量表在蒸汽计量中的应用

一、概述LUGB型涡街流量传感器是孔板流量计最理想的替代产品·涡街流量计是基于卡门涡街原理而研制成功的一种具有国际先进水平的新型流量计,由于它具有其它流量计不可兼得的优点,自七十年代以来得到了迅速发展,据有关资料显示,现在日本、欧美等发达国家使用涡街流量计的比例大幅度上升,已广泛应用于各个领域,将在未来流量仪表中占主导地位。二、工作原理在流体中设置旋涡发生体(阻流体),从旋涡发生体两侧交替地产生有规则的旋涡,这种旋涡称为卡曼涡街,旋涡列在旋涡发生体下游非对称地排列。设旋涡的发生频率为f,被测介质来流的平均速度…     

基于Kalman滤波的一阶微分参量估计方法的研究

基于迭代Kalman滤波算法,提出了一种微分参量的估计方法,并将其应用于腕力传感器的一阶力微分信号的提取处理中．通过对观测信号建立AR模型和递推的使用Kalman滤波算法,有效地抑制了噪声强度从而提高了微分参量的计算精度,克服了直接计算法误差较大的缺点,同时还避免了因加装速度传感器而对原腕力传感器动态性能造成的影响．文中讨论了在均匀分布的背景噪声下如何估计原始信号的一阶微分参量的问题,并给出了仿真结果．试验表明该方法具有良好的计算精度和较强的收敛性．     

CARMA模型离线最小二乘迭代辨识方法

基于迭代最小二乘原理,提出了辨识CARMA模型和输出误差模型参数的最小迭代算法。两个最小二乘迭代算法分别比递推增广最小二乘算法和辅助模型递推算法具有更高的参数精度和具有很快的收敛速度。最小二乘迭代辨识的基本思想是:采用交互估计理论和递阶辨识原理,在每步迭代计算中,参数估计依赖于噪声估计,反过来噪声估计通过前一次迭代的参数估计计算,二者执行了一个递阶计算过程。最后用仿真例子验证了提出的算法。     

一种改善AR谱估计性能的分频段方法

本文研究了一种改善AR谱估计的有效和实用的方法,即在固定分辨率的情况下降低AR模型阶次,或在阶次一定(或降低)的情况下改进其谱估计分辨率的方法.该方法是通过对数据序列的频带进行限制,以减小分析频带外的噪声能量和通过选抽降低原序列采样率来实现的.仿真结果和实例表明,该方法对于宽带信号的AR谱估计是十分有效的.